AI in sales: mito o realtà?

L’intelligenza artificiale nelle vendite in Italia tra adozione limitata, potenziale elevato e nuove responsabilità manageriali. Ce ne parla il CEL di Sda Bocconi, di cui Manageritalia è partner
intelligenza artificiale vendite

Paolo Guenzi e Paola Caiozzo, Commercial Excellence Lab, Sda Bocconi School of Management

L’intelligenza artificiale è entrata nel lessico delle organizzazioni commerciali: se ne parla come leva di produttività, come acceleratore di efficacia, come fattore di ridefinizione del ruolo del venditore. Ma la domanda concreta resta: nelle vendite italiane, l’IA è già una realtà operativa o resta un mito manageriale?

È da qui che siamo partiti nel lavoro di ricerca sviluppato con Manageritalia e presentato il 30 marzo scorso in Sda Bocconi nell’ambito del Commercial Excellence Lab. Il quadro che emerge è chiaro: l’IA nelle vendite non è più una promessa astratta, ma non è neppure una capacità consolidata. La domanda più utile non è quanta IA sia già entrata nelle organizzazioni: è in quali processi sta entrando, con quale logica e con quale capacità di generare valore reale.

Una ricerca sui processi, non sulle impressioni 

La risposta viene dall’analisi di 223 manager commerciali italiani, selezionati per familiarità con i processi di vendita e i sistemi digitali. L’analisi ha coperto dieci fasi del processo di vendita (dal prospecting alla chiusura) e dodici processi di Sales force management (da recruiting, planning e segmentazione fino a formazione, coaching e gestione incentivi). Per ciascuna area sono state rilevate tre variabili: adozione, soddisfazione e importanza relativa. Non basta sapere dove l’IA è presente: bisogna capire dove genera valore e dove il suo contributo resta debole.

L’adozione c’è, ma resta ancora limitata 

Il primo dato è che l’adozione è ancora contenuta, sia nel processo di vendita sia, ancor più, nel Sales force management. Tra gli strumenti più citati prevalgono quelli generalisti: ChatGPT (28,7%), Gemini (21,3%), Copilot (9%). Più limitata la diffusione di piattaforme integrate come Salesforce (7,4%), HubSpot (4,1%) o modelli interni (5,7%). Molte organizzazioni usano l’IA come supporto operativo diffuso più che come leva di trasformazione dei processi. Le barriere principali sono competenze insufficienti (28,3%), scarsa conoscenza delle soluzioni disponibili (24,6%) e difficoltà di integrazione (14%). Il problema non è la tecnologia: è la capacità di usarla. L’IA richiede un presidio manageriale e basi solide: dati affidabili, processi formalizzati e conoscenza tacita resa esplicita, che costituisce la vera knowledge base senza la quale l’IA fatica a produrre impatto.

Non conta adottare di più, ma meglio 

La diffusione dell’IA, di per sé, non basta. Conta come le soluzioni vengono collocate nei processi e quale problema sono chiamate a risolvere. L’IA va trattata come leva selettiva, non come sommatoria di tool da aggiungere all’ecosistema aziendale.

Prospecting: l’area a più alto potenziale 

Tra le dieci fasi analizzate, il prospecting emerge come area ad alto potenziale, ma ancora non pienamente sviluppata. L’IA può velocizzare la raccolta di informazioni, supportare la qualificazione dei prospect, aiutare nella prioritizzazione. È un’area non ancora matura, ma tra le più promettenti e, per questo, dovrebbe attirare l’attenzione di chi vuole costruire casi d’uso ad alto impatto. Nelle fasi più relazionali – gestione delle obiezioni, chiusura – l’adozione è più bassa, ma in questi pochi casi la soddisfazione cresce, segno che il contributo dipende fortemente dal tipo di utilizzo. Il venditore è chiamato a spostarsi verso le attività che richiedono lettura del contesto, costruzione di fiducia, responsabilità decisionale.

Verso il Sales force management 

Nel Sales force management il potenziale è elevato ma l’adozione è ancora molto circoscritta. Le aree più deboli sono recruiting, formazione e coaching. Per le leve più delicate – carriera, retention, incentivi – il tasso di adozione è così basso da non consentire neppure un’analisi statistica: segnale eloquente della prudenza delle imprese di fronte a decisioni che toccano le persone.

Le questioni da non rinviare 

Quattro temi emergono con forza: organizzare e valorizzare la conoscenza aziendale come precondizione per l’IA; pensare alla produttività non solo come risparmio di tempo, ma come efficacia – cioè ad esempio come miglioramento di attività quali il prospecting, assunzione di decisioni più pertinenti, coaching sistematico; misurare il ROI anche dove l’IA incide sulla qualità, non solo sull’efficienza; evitare utilizzi “fai da te” dell’IA fornendo indicazioni chiare e un perimetro preciso per evitare utilizzi impropri e controproducenti.

La tavola rotonda del 30 marzo  

Il confronto con i manager, a fine marzo, ha confermato le priorità emerse dalla ricerca: l’IA come leva di processo end-to-end (Matteo Cremaschi, SAP Customer Experience); l’integrazione nei processi che contano davvero – Crm, planning, valutazione Kpi – come condizione per generare vantaggio competitivo concreto, e l’esigenza di creare valore per le reti per gestire le fisiologiche resistenze (Bernadette Nubile, Fastweb*Vodafone); la necessità di knowledge base solide e governance chiara prima di ambire ad applicazioni evolute (Marco Pierallini, Akeron).

Governare la tecnologia

La ricerca conferma che l’IA è entrata nelle vendite italiane. Ma il suo impatto dipenderà dalla capacità di inserirla in processi coerenti, alimentarla con dati affidabili e accompagnare le persone nell’adozione. I manager devono evitare due errori opposti: l’attesa passiva e l’adozione dispersiva. La strada è la selettività: pochi casi d’uso ad alto impatto, investimento serio su dati, knowledge base e competenze, misurazione evoluta del valore. Il vero discrimine non è tecnologico, è manageriale. L’IA può restare una vetrina scintillante, oppure diventare una leva per ripensare la gestione dei clienti e la produttività commerciale. La differenza la farà chi saprà governarla nei punti in cui conta davvero.

cinque messaggi chiave per un direttore commerciale

sette priorità operative per integrare l'IA nelle vendite con criterio

Paolo Guenzi. PHD, è professore associato nel dipartimento di marketing dell’Università Bocconi e docente senior del Knowledge group Marketing & Sales della Sda Bocconi, dove è direttore del Commercial Excellence Lab (CEL).

Paola Caiozzo. MBA, è docente senior del Knowledge group leadership, organization and human resources presso Sda Bocconi, dove è coordinatrice del Commercial Excellence Lab (CEL). È professore a contratto nel dipartimento di management e tecnologia presso l’Università Bocconi.

Manageritalia è partner del CEL – Commercial Excellence Lab di Sda Bocconi, un centro di conoscenza, unico in Italia e in Europa, dedicato all’eccellenza in ambito commerciale e nato dalla collaborazione tra mondo accademico e imprese. La partnership con Manageritalia ha l’obiettivo di supportare i manager commerciali nell’affrontare i cambiamenti in atto e di diffondere la cultura manageriale all’interno del tessuto imprenditoriale italiano.

 

 

Facebook
LinkedIn
WhatsApp

Potrebbero interessarti anche questi articoli

Cerca